Amazon Quick और Amazon Bedrock AgentCore के साथ एक AI-संचालित अनुबंध बुद्धिमत्ता प्लेटफ़ॉर्म बनाना
aws ·
यह लेख AWS पर बनाए गए AI-संचालित कॉन्ट्रैक्ट इंटेलिजेंस प्लेटफ़ॉर्म की आर्किटेक्चर का विवरण देता है, जो बड़े पैमाने पर डेटा एग्रीगेशन को संभालते समय स्टैंडर्ड रिट्रीवल ऑगमेंटेड जनरेशन (RAG) की सीमाओं को दूर करने के लिए डिज़ाइन किया गया है। इस सिस्टम में Amazon Bedrock AgentCore और Strands Agents का उपयोग करके PDF कॉन्ट्रैक्ट्स से प्रमुख फ़ील्ड निकालने के लिए एक डुअल-मॉडल वेरिफिकेशन दृष्टिकोण अपनाया गया है, जिसमें Claude Sonnet को एक्सट्रैक्शन के लिए और Claude Haiku को स्वतंत्र सत्यापन के लिए जोड़ा गया है। सिग्नेचर डिटेक्शन में असंगतियों को हल करने के लिए, पाइपलाइन में Amazon Textract को एक निर्धारक टाइब्रेकर के रूप में शामिल किया गया है, जो केवल भाषा मॉडलों पर निर्भर रहने की तुलना में अधिक सटीकता सुनिश्चित करता है। निकाले गए स्ट्रक्चर्ड डेटा को Amazon Aurora PostgreSQL में संग्रहीत किया जाता है, जो सेमैंटिक सर्च द्वारा नहीं किए जा सकने वाले सटीक गणितीय क्वेरीज़ को सक्षम बनाता है। उपयोगकर्ता React वेब ऐप्लिकेशन के माध्यम से प्लेटफ़ॉर्म के साथ इंटरैक्ट करते हैं, जिसमें एम्बेडेड Amazon Quick Sight डैशबोर्ड और Amazon Quick द्वारा संचालित नेचुरल लैंग्वेज चैट एजेंट शामिल हैं। यह यूनिफ़ाइड इंटरफ़ेस स्टेकहोल्डर्स को पोर्टफ़ोलियो-वाइड एग्रीगेट्स और विशिष्ट दस्तावेज़ विवरण दोनों को सहजता से क्वेरी करने की अनुमति देता है। सर्वरलेस डिज़ाइन कम वैरिएबल लागत पर तेज़ी से कॉन्ट्रैक्ट्स प्रोसेस करता है, जिसकी लागत मुख्य रूप से इनफ़ेरेंस खर्चों के बजाय एनालिटिक्स लाइसेंसिंग से प्रभावित होती है। मुख्य निष्कर्ष डेटा एग्रीगेशन कार्यों के लिए डेटा निकालने, परिणामों को स्वतंत्र मॉडलों द्वारा सत्यापित करने और दृश्य या संख्यात्मक सटीकता के लिए निर्धारक सेवाओं का उपयोग करने पर जोर देते हैं।
aws